imu内参标定，allan方差分析，imu-utils

基于动态Allan 方差的光纤陀螺随机误差分析及算法改进

微机电（MEMS）陀螺仪的随机漂移误差较大，严重影响导航精度。针对上述问题，首先利用Allan方差分析了MEMS陀螺的随机漂移误差；然后基于小波阈值去噪算法处理陀螺信号的高频噪声，建立了硬阈值函数和软阈值函数，并通过两种函数对陀螺信号进行小波阈值去噪处理。实验结果表明：较之硬阈值函数，软阈值函数去噪效果更佳，去噪后信号标准差更低，量化噪声、角度随机游走和零偏不稳定性分别下降了97.34%、97.62%、57.07%。

计算MEMS陀螺的Allan方差，并求出与Allan方差相关的五个系数，最后在求出拟合误差

这本手册描述了频率稳定分析的实用技术。它涵盖了频率稳定性的定义，测量系统和数据格式，预处理步骤，分析工具和方法，后处理步骤，和报告建议。本文包含了许多此类技术的示例。一些例子使用了Stable32程序[1]，它是研究和执行频率稳定分析的工具。本文还给出了两篇关于本课题的通用文献[2,3]。 这本手册既可以作为教程使用，也可以作为参考。如果这是您第一次接触这一领域，您可能会发现它有助于浏览某些部分获得有关频率稳定分析的一些理解。我强烈建议参考参考资料，作为你研究这个主题的一部分。重点是时域稳定性分析，其中专门的统计方差已被开发来表征时钟噪声作为平均时间的函数。我提出了执行这些计算、识别噪声类型和确定置信限的方法。将老化和环境敏感性等确定性因素从随机噪声过程中分离出来是非常重要的。我们必须始终意识到异常值的可能性和其他可能污染数据的测量问题。 建议的分析程序是：收集数据、预处理、稳定性分析和报告结果。纵观这一分析过程，值得记住的是R.W.Hamming的公理:“计算的目的是洞察，而不是数字。”分析师应该自由地运用自己的直觉，尝试不同的方法，以提供更深入的理解。

计算Allan方差的Python 实现，两种分组方式（标准分组和交叠式分组）都有考量，并且还提供了简单的调用示例，很容易上手。Allan 方差的计算原理可以参看https://zhuanlan.zhihu.com/p/550890736

原始数据为严恭敏老师stim300。此程序利用Allan方差求解陀螺五个系数，速率斜坡系数（K速率随机游走系数，B零偏稳定性，N角度随机游走系数，Q量化噪声系数）

网上找了太多allan方差，但基本不靠谱。难得找到正确的，本人实在受不了，于是根据allan方差软件中提供的算法自己重新实现。并与其对比，达到了一致。

这是一个动态Allan方差MATLAB程序，能很好的计算动态Allan方差，能画出三维图形。对研究Allan方差有一定的帮助，传上来，大家共同学习一下。感谢作者的分享

allan方差基本概念、计算方法、程序